Polven nivelruston magneettirelaksaatioaikakarttojen tekstuurianalyysi gray level co-occurence matrix ja local binary pattern menetelmillä.
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
Oulun yliopistollinen sairaala, luentosali 12
Väitöksen aihe
Polven nivelruston magneettirelaksaatioaikakarttojen tekstuurianalyysi gray level co-occurence matrix ja local binary pattern menetelmillä.
Väittelijä
Filosofian maisteri Arttu Peuna
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Lääketieteellinen tiedekunta, Lääketieteellisen kuvantamisen, fysiikan ja tekniikan tutkimusyksikkö
Oppiaine
Lääketieteellinen fysiikka
Vastaväittäjä
Professori Hannu Eskola, Tampereen yliopisto
Kustos
Dosentti Eveliina Lammentausta, Oulun yliopistollinen sairaala
Magneettikuvien tekstuurianalyysi paljastaa uutta tietoa polven nivelrikosta
Kuvan tekstuurin, eli kuvan paikallisten yksityiskohtien, tutkiminen mahdollistaa lääketieteellisten kuvien rakenteissa piilevän informaation muuttamisen mitattavaan muotoon. Erilaiset tekstuurianalyysimenetelmät tuovat erilaisten sairauksien, kuten polven nivelrikon, aiheuttamien kudosmuutosten seuraukset esiin laskennallisin keinoin.
Polven nivelrikko on yleinen, elämänlaatua laajasti heikentävä sairaus. Normaali nivelrusto vastaa nivelen kitkattomasta liikkeestä ja toimii iskuja vaimentavana tukityynynä. Ruston vaurioituminen aiheuttaakin usein huomattavia kipuja ja nivelen toimintakyvyn merkittävää heikkenemistä. Nivelruston uusiutumiskyky on heikko, ja alkavat muutokset tulisikin pyrkiä tunnistamaan mahdollisimman varhaisessa vaiheessa.
Nykyisin nivelrikon taudinmääritykseen käytettävät menetelmät eivät ole erityisen herkkiä alkavan vaurion tunnistamisessa. Tekstuurianalyysimenetelmät yhdistettyinä ruston rakenneosasten koostumusta mittaaviin magneettikuvantamismenetelmiin mahdollistavat uudenlaisten taudinmäärityksen työkalujen kehittämisen. Työkaluilla voidaan parantaa diagnostiikan tarkkuutta, potilaan ennustetta ja hoitomenetelmiä.
Tässä väitöskirjatutkimuksessa tutkitaan kahden erilaisen tekstuurianalyysimenetelmän soveltuvuutta nivelrikkodiagnostiikkaan. Menetelmien herkkyyttä erottaa nivelrikkopotilaat terveistä verrokeista arvioidaan Oulun yliopistollisessa sairaalassa kerätyllä testiaineistolla. Tekstuurianalyysin tuottamia tietoja käytetään lisäksi koneoppimispohjaisten luokittelualgoritmien kehittämisessä. Algoritmien tavoitteena on erottaa tutkittavat ryhmät automaattisesti toisistaan.
Tekstuurianalyysimenetelmät osoittautuivat erittäin herkiksi työkaluiksi nivelrikon aiheuttamien muutosten tunnistamisessa. Myös alkavan vaiheen nivelrikon tunnistaminen onnistui luotettavasti. Automaattisten luokitinalgoritmien ja tekstuurianalyysin yhdistelmällä voidaan kehittää menetelmiä, jotka ennustavat nivelrikon todennäköisyyttä, vakavuutta tai etenemistä.
Polven nivelrikko on yleinen, elämänlaatua laajasti heikentävä sairaus. Normaali nivelrusto vastaa nivelen kitkattomasta liikkeestä ja toimii iskuja vaimentavana tukityynynä. Ruston vaurioituminen aiheuttaakin usein huomattavia kipuja ja nivelen toimintakyvyn merkittävää heikkenemistä. Nivelruston uusiutumiskyky on heikko, ja alkavat muutokset tulisikin pyrkiä tunnistamaan mahdollisimman varhaisessa vaiheessa.
Nykyisin nivelrikon taudinmääritykseen käytettävät menetelmät eivät ole erityisen herkkiä alkavan vaurion tunnistamisessa. Tekstuurianalyysimenetelmät yhdistettyinä ruston rakenneosasten koostumusta mittaaviin magneettikuvantamismenetelmiin mahdollistavat uudenlaisten taudinmäärityksen työkalujen kehittämisen. Työkaluilla voidaan parantaa diagnostiikan tarkkuutta, potilaan ennustetta ja hoitomenetelmiä.
Tässä väitöskirjatutkimuksessa tutkitaan kahden erilaisen tekstuurianalyysimenetelmän soveltuvuutta nivelrikkodiagnostiikkaan. Menetelmien herkkyyttä erottaa nivelrikkopotilaat terveistä verrokeista arvioidaan Oulun yliopistollisessa sairaalassa kerätyllä testiaineistolla. Tekstuurianalyysin tuottamia tietoja käytetään lisäksi koneoppimispohjaisten luokittelualgoritmien kehittämisessä. Algoritmien tavoitteena on erottaa tutkittavat ryhmät automaattisesti toisistaan.
Tekstuurianalyysimenetelmät osoittautuivat erittäin herkiksi työkaluiksi nivelrikon aiheuttamien muutosten tunnistamisessa. Myös alkavan vaiheen nivelrikon tunnistaminen onnistui luotettavasti. Automaattisten luokitinalgoritmien ja tekstuurianalyysin yhdistelmällä voidaan kehittää menetelmiä, jotka ennustavat nivelrikon todennäköisyyttä, vakavuutta tai etenemistä.
Viimeksi päivitetty: 1.3.2023